如何擁抱大數據時代(1)_數據分析師

中國擁有數據資源優勢

　　記者：對于老百姓而言，大數據還是個新詞匯，能否介紹一下大數據產生的時代背景以及目前國內外研究、應用的狀況？

　　袁衛：在上世紀80年代初，就已經有了大數據的概念和相關應用，但是它深入社會和百姓的視野，則是最近幾年的事情。2012年，美國政府由白宮牽頭，啟動了一個“大數據發展計劃”，這個計劃的推出被視為進入大數據時代的標志性事件，其重要性堪比1992年美國政府推出的“信息高速公路計劃”（被視為進入網絡時代的標志）。在相似的時間，歐盟各國陸續開放了很多政府數據，日本也啟動了一個大數據項目，聯合國2012年發布大數據報告，全球掀起了大數據研究和應用的熱潮。

　　大數據的發展，是以網絡和計算機技術的高速發展為依托的。1965年英特爾創始人之一的摩爾先生提出，未來的網絡計算機發展，大體上每隔1年到2年，等面積集成電路中的晶體管數量將會增加一倍，即計算速度會提高一倍，同等的計算，成本會降低一半。經過近50年的實踐，驗證了摩爾先生的預測，也就是人們常說的“摩爾定律”。計算機和網絡科技的高速發展，使得大量網絡數據，包括音頻的、視頻的、圖片的、文本的各種各樣的數據，得以保存，并轉化為我們可以深入分析的數據。于是，大數據的研究和應用也就水到渠成了。

　　記者：在大數據這個領域，我們和發達國家的差距大嗎？

　　袁衛：上世紀八九十年代，我們在很多科技領域和國外差距很大，但是進入互聯網時代以后，這種狀況逐漸改觀。進入大數據時代，我們可進一步縮小與美國等科技發達國家的差距，甚至具有后發優勢，原因有三個方面：其一，在互聯網時代，各種最先進的技術可以快速傳播，基本上可以做到全球同步；其二，和微軟的操作系統等軟件不同，大數據絕大多數軟件是開源的，很多網絡技術也是公開的，中國的科學技術與教育工作者，只要具有足夠的智慧和能力，完全可以追趕甚至在某個領域超過美國；其三，我們在數據資源上具有優勢。中國有13.5億人，13.5億個活動主體組織了各種社會經濟關系，建立起各種社會、網絡聯系，在各種社會經濟活動中產生大量的數據，這些數據是可以充分挖掘的資源。我們起步稍晚，但是具有后發優勢，在某些領域甚至可以達到國際先進水平，比如中國推進的智慧城市建設就很不錯，還有微信社交平臺、阿里小貸等，體現了中國的特色。

　　統計學科迎來“最好的時期”

　　記者：您是統計學方面的權威專家。在您看來，大數據對于統計學的發展有何影響？

　　袁衛：統計學就是數據科學，大數據對統計學的發展影響巨大。我個人認為，大數據對于統計學的發展，既是機遇又是挑戰。

　　說它是機遇，是因為大數據研究和應用會帶來大量人才需求，這對統計學的發展是一個巨大的利好，可以說，目前統計學發展正處于歷史上最好的時期。這幾年，從全國范圍看，統計學專業畢業生就業狀況都不錯，今后會更好。

　　說它是挑戰，是因為大數據可能部分顛覆傳統的統計方法。比如有人認為，傳統的統計方法講究抽樣，但是大數據使得我們可以對接近總量的數據進行分析，這樣進行抽樣調查的需求就會減少；還有人認為，傳統的統計分析注重因果關系，但大數據情況下，只需明確兩者之間有關系即可。另外，過去強調分析的準確性，而在大數據情況下，允許存在一定的誤差，等等。

　　我認為，大數據對統計學帶來的上述挑戰確實存在，但是不會導致傳統抽樣調查的需求減少。因為大數據雖然數據量很大，但絕大多數情況下這些大樣本都不是隨機的，推斷總體都有系統偏差，因而抽樣調查等統計方法仍然是不可取代的。此外，在很多時候，科研和商業應用、科學決策還是需要進行準確的統計分析的。

　　從人才培養的角度看，統計學在教學內容、教學方法、人才培養模式等方面需要進行變革，以適應大數據時代的人才素質要求，這是統計學科發展面臨的另一挑戰。